Оптимизация ядра диффузии ошибки для растрирования полутоновых изображений
Федосеев В.А.

Аннотация:
Настоящая работа посвящена поиску наилучшего с точки зрения качества ядра в методе диффузии ошибки, используемом для растрирования полутоновых изображений, при различных ограничениях на вид ядра. В качестве объективной меры качества использовался показатель WSNR. Его выбор обусловлен результатами сравнения с другими мерами. Задача многомерной оптимизации решалась численно с использованием нескольких известных алгоритмов: Нелдера–Мида, BFGS и др. В результате исследования найдено ядро, позволяющее обеспечить выигрыш по качеству около 5% в сравнении с наилучшим из традиционно используемых ядром Флойда. Другие ядра позволяют существенно снизить вычислительную сложность алгоритма без снижения качества. Поскольку метод диффузии ошибки, существенно превосходя используемые в полиграфии методы по качеству получаемых образцов, всё же не находит широкого применения в этой области из-за относительно низкой скорости работы, полученные в работе результаты могут способствовать более активному использованию данного метода на практике.

Ключевые слова :
растрирование изображений, диффузия ошибки, ядро Флойда, ядро Джарвиса, функция контрастной чувствительности, WSNR, многомерная оптимизация, метод Нелдера–Мида.

Литература:

  1. Kipphan, H. Handbuch der Printmedien / H. Kipphan. – Heidelberg: Springer, 2000. – 1280 p.
  2. Lau, D.L. Modern digital halftoning / D.L. Lau, G.R. Arce. – CRC Press, 2011.
  3. Soifer, V.A. Computer Image Processing, Part I: Basic concepts and theory / V.V. Myasnikov, S.B. Popov, V.V. Sergey­ev, V.A. Soifer; ed. by V.A. Soifer. – VDM Verlag, 2010. – 296 p.
  4. Knuth, D.E. Digital halftones by dot diffusion / D.E. Knuth // ACM Transactions on Graphics. – 1987. – Vol. 6(4). – P. 245-273.
  5. Floyd, R.W. An adaptive algorithm for spatial gray-scale / R.W. Floyd and L. Steinberg // Proceedings Society Information Display. – 1976. – Vol. 17(2). – P. 75-78.
  6. Anastassiou, D. Neural net based digital halftoning of images / D. Anastassiou. – IEEE International Symposium on Circuits and Systems 1988, 1988. – P. 507-510.
  7. Barnard, E. Optimal error diffusion for computer-genera­ted holograms / E. Barnard // JOSA A. – 1988. – Vol. 5(11). – P. 1803-1817.
  8. Ulichney, R.A. Digital Halftoning / R.A. Ulichney. – MIT Press, 1987.
  9. Jarvis, J.F. A survey of techniques for the display of continuous-tone pictures on bilevel displays / J.F. Jarvis, C.N. Judice, W.H. Ninke // Comp. Graf. Im. Pr. – 1976. – Vol. 5. – P. 13-40.
  10. Stucki, P. MECCA – a multiple-error correcting computation algorithm for bilevel image hardcopy reproduction / P. Stucki // Tech. Rep. RZ1060, Zurich, Switzerland, 1981.
  11. Velho, L. Digital halftoning with space filling curves / L. Velho, J.M. Gomes // Computer Graphics. – 1991. – Vol. 25(4). – P. 81-90.
  12. Kite, T.D. Modeling and quality assessment of halftoning by error diffusion / T.D. Kite, B.L. Evans, A.C. Bovik // IEEE Trans. Image Processing. – 2000. – Vol. 9. – P. 909-922.
  13. Axelson, P.E. Quality measures of halftoned images (a review), Master Thesis / P.E. Axelson. – Norrköping: Department of Science and Technology, Linköping University, 2003.
  14. Gonzalez, R.F. Digital Image Processing; 2nd edition / R.F. Gonzalez, R.E. Woods. – New Jersey: Prentice Hall, 2002.
  15. Nasanen, R. Visibility of halftone dot textures / R. Nasanen // IEEE Trans. Syst., Man. Cybern. – 1984. – Vol. 14(6). – P. 920-924.
  16. Waterloo Grey Set. – University of Waterloo Fractal coding and analysis group: Mayer Gregory Image Repository, 2009.  [http://links.uwaterloo.ca/Repository.html
  17. Eschbach, R. Error-diffusion algorithm with edge enhancement / R. Eschbach, K. Knox // JOSA A. – 1991. – Vol. 8(12). – P. 1844-1850.
  18. Wang, Z. A universal image quality index / Z. Wang, A.C. Bovik // Signal Processing Letters, IEEE. – 2002. – Vol. 9(3). – P. 81-84.
  19. Kolpatzik, B.W. Optimized error diffusion for image display / B.W. Kolpatzik, C.A. Bouman // Journal of Electronic Imaging. – 1992. – Vol. 1(3). – P. 277-292.
  20. Press, W.H. Numerical recipes in C+: the art of scientific computing / W.H. Press. – Cambridge: Cambridge University Press, 2009.
  21. Martin,  D. A database of human segmented natural images and its application to evaluating segmentation algorithms and measuring ecological statistics / D. Martin, C. Fowlkes, D. Tal, J. Malik // Proceedings of the Eighth IEEE International Conference on Computer Vision. – 2001. –Vol. 2. – P. 416-423.
  22. Monga, V. Halftoning Toolbox for MATLAB / Vishal Monga, Niranjan Damera-Venkata, Hamood Rehman, Brian L. Evans. – [http://users.ece.utexas.edu/~bevans/ projects/halftoning/toolbox/]

© 2009, IPSI RAS
Institution of Russian Academy of Sciences, Image Processing Systems Institute of RAS, Russia, 443001, Samara, Molodogvardeyskaya Street 151; E-mail: ko@smr.ru; Phones: +7 (846) 332-56-22, Fax: +7 (846) 332-56-20